CAD开发者社区

 找回密码
 立即注册

QQ登录

只需一步,快速开始

AutoCAD大学

相关分类

在建筑应用中使用创成式设计

2023-1-13 08:48| 发布者: admin| 查看: 215| 评论: 0|来自: AutoCAD

摘要: 创成式设计可以优化施工流程。了解如何开始使用当前技术(包括 Dynamo),并通过案例研究获得实用见解。

Colleagues discussing design options

想象一下,您正在规划办公楼的内部。在一种方案中,第一步是通过描述根据季节需要的办公桌光线量、会议室所需的视图以及要用于施工的最大数量来定义设计参数。定义条件后,您的设计工具将通过单个分析生成所有可能的最佳结果,并评估备选方案。这一切都发生在您通常需要手动得出一两个最佳猜测近似值的一小部分时间内。

在另一种情况下,您坐下来手动计算设计参数如何影响办公楼的其他方面,如能源负荷和施工成本。随着设计的发展,您繁琐地浏览了由您的选择产生的数百个位置变量(厨房、浴室、书桌或公共空间位置)。当您查看选项时,整个过程需要数天或数周的时间。如果像第一种情况一样,如果您的软件可以帮助发现您定义的目标的含义,它将如何改变您的设计方式?

现在考虑一个典型的建筑项目,并将你的方法转移到实际的建筑过程中,而不仅仅是你正在建造什么,而是它是如何建造的。成本超支和浪费始终是建筑的敌人。如果您可以通过更好的材料建议或通过安排和排序作业现场工作来减轻这些潜在的风险因素,会怎样?放置预制混凝土板的正确策略是什么?还是起重机的最佳放置?软件算法可以测试许多场景的潜在解决方案,以找到最佳解决方案。

这些是创成式设计的目标,创成式设计是一种使用计算来增强设计师通过自动化定义、探索和选择替代方案的能力的技术。创成式设计不仅仅是一种方法论;它体现了许多应用和技术。随着人工智能和机器学习等技术的进步,它将继续变得更加强大和有用。

但是,创成式设计的核心是为从业者提供快速探索、优化和对复杂设计问题做出明智决策的能力。

从传统设计到创成式设计的发展

AEC行业的设计技术正在向创成式设计模型发展。最大的区别可以在设计师的心态上看到。

design

传统设计中,设计师使用草图等基本技术来描述头脑中的想法。例如:“绘制一堵有门的墙。使用 AutoCAD,设计人员可以应用计算机辅助制图。

参数化设计中,用户定义传统绘制或雕刻元素之间的关系。例如:“这扇门依赖于这堵墙,并将随之移动。

与传统的CAD环境形成鲜明对比,在传统的CAD环境中,每个点,线,文本等都与其他任何点,线,文本等没有任何关系。在参数化设计环境中,对一条数据的更改会在其他数据片段中产生更改。通常,这些系统受到建立直接关系的能力的限制,例如依赖于与墙壁的托管关系的窗口。在建筑行业中,Revit 可用于此阶段。

通过设计自动化,用户可以通过使用自动化脚本驱动参数来自动执行参数模型中的任务。例如:“为每 x 米的墙创建一扇门。

几何和数据是一组规则自动执行的结果,可以使用传统的建模元素作为输入。此技术是参数化建模的抽象级别,其中任意数据片段与其他数据片段相关。通常,这可以使用RevitDynamo完成。

计算建模中,用户显式描述创建设计结果的过程。例如:“在墙上创建多个门,并评估每单位长度有多少个出口。

这种方法非常接近设计自动化,除此之外,我们还有可能评估设计结果。这是创建数据以及数据之间关系的通用方法。可以定义的关系类型是通用的(if-then-else,循环,递归),用户可以对系统中的更改创建更多自定义的反应。

通过选项生成,用户可以探索给定不同计算起点的计算规则的变化。例如:“告诉我门可以放在这面墙上的所有有效位置。

给定参数模型或计算环境,您可以通过更改和组合输入获得无限数量的变化。由此产生的变异不会根据一个比另一个更好来区分。用户有机会对所需的变体进行排序和选择。

通过设计优化,用户可以定义明确的目标,并自动探索计算或参数模型以查找符合这些目标的状态。例如:“查找此墙上的门最靠近出口的有效位置。

给定参数化模型或计算环境,显示具有某些所需特征的模型可能状态的示例。

最终,通过机器学习 (ML),用户陈述结果,系统根据历史数据返回符合的结果。例如:“为医院出口布置室内门。

给定一组理想的特征,生成符合描述的设计或一组设计。基于 ML 的工具不是从参数或计算模型开始,而是使用大型“学习”数据集,其中计算机找到推断而不是明确陈述的模式。

欧特克在D&M和AEC行业提供的该领域的产品如下所示:

industry

创成式设计作为欧特克产品策略

创成式设计正在指导欧特克通过编码专业知识创造更美好世界的战略。欧特克的创成式设计解决方案具有三个特点:

建立一组表达项目设计意图和约束的规则。显示规则系统的可能结果,以促进决策。捕获和保留信息以供行业特定的应用程序重复使用。

欧特克创成式设计解决方案的应用可实现更高质量的工作、更高的速度/生产力和更低的成本。虽然有许多产品使用这些方法的某种组合,但我们将更详细地讨论Project Refinery,这是一个测试版应用程序,使用户能够快速探索和优化以Dynamo 编码的设计逻辑。

Refinery中的规则定义主要来自Dynamo,这是一个通用的编程环境,允许用户以逐步的方式创建设计(就像一个配方:首先做这个,然后做这个,等等)并评估它们(我的结果有多大,它离目标几何体有多远,等等)。然后,Project Refinery多次执行这些算法,以探索基础算法的随机变化,系统地练习系统的所有可能的输入和输出,或者通过智能更改输入来“找到”目标性能指标来发展系统。

Project Refinery还提供了另一组专门为用户量身定制的功能,以可视化和理解生成系统的输出。具有多个“最佳”目标的生成系统可能会产生难以理解的结果。炼油厂显示数字、图形和几何结果,以便进行排序和比较。用户可以选择满足算法本身可能未定义的要求或审美敏感性的选项。

虽然在纸上绘图或使用通用编程语言或CAD是生成过程中完全合理的部分,但Refinery试图通过直接连接到主流建筑生产应用程序来将决策付诸实践。AEC 的创成式设计流程与现有和新兴项目交付工具链的深度连接越多,用户就越能推动项目交付并获得最佳结果。当前的测试版工作流是Revit交付过程的一部分,应用程序的底层体系结构将允许将来快速集成到其他应用程序(例如FormIt和Civil 3D)中。

目标、生成器、评估者:衍生式设计心智模型

虽然这不是思考衍生式设计过程的唯一方法,但我们发现“目标、生成器和评估器”的概念是一个有用的框架。目标是我们为什么要首先设计一些东西的陈述,我们追求的北方开始的想法。“一个与户外相连的房间”,“一个对路人有吸引力的店面”。评估人员确定我们将根据什么来衡量我们的设计,以确定它是否有效。“所有居住者都应该有视觉通道进入窗户”,“这段街道上超过75%的行人应该能够阅读建筑物商店的标牌。发电机是我们将如何实现可能的设计解决方案,“通过随机紫外线坐标在房间周围迭代放置桌子”,“增加标牌的大小,直到从各个角度都可见。

从广义上讲,创成式设计可以简单地是生成器的创建和执行。简单生成器的一个例子是使用带有滑块的 Dynamo 图完成的探索或“优化”。用户可以来回移动滑块,查看选项并寻找感觉正确的内容。

当利用生成器用于以目标为依据的评估员时,生成器变得最有用。在没有定义的评估逻辑的情况下,设计人员可能会生成许多选项,并简单地对结果进行排序和检查。如果你能衡量什么是重要的,你就可以过滤掉蹩脚的选项,然后开始快速做出决定。

“创成式设计”的定义

一种目标驱动的设计方法,使用自动化为设计师和工程师提供更好的洞察力,以便他们能够更快、更明智地做出设计决策。您的特定设计参数被定义为生成许多甚至数千个潜在解决方案。你告诉软件你想要的结果。在您的指导下,它会得出最佳设计以及数据,以证明哪种设计性能最佳。

详细了解欧特克如何看待 AEC 行业中的创成式设计。

创成式设计流程

process

创成式设计允许人与计算机之间更加集成的工作流程,因此两者都需要执行一系列步骤来允许该过程发生。这些步骤可分为以下阶段:生成、分析、排名、演变、探索、集成。

生成

这是系统使用设计人员指定的算法和参数创建或生成设计选项的阶段。

分析

现在,根据上一步中生成的设计实现设计人员定义的目标的程度进行测量或分析。

根据分析结果,对设计选项进行排序或排序。

进化

该过程将使用设计选项的排名来确定设计应该在哪个方向上进一步发展或发展。

探讨

生成的设计由设计师进行比较或探索,检查几何形状和评估结果。

结合

选择最喜欢的设计选项后,设计师使用此设计或将此设计集成到更广泛的项目或设计工作中。

AEC 中的创成式设计与“项目炼油厂”

“Project Refinery”是欧特克针对建筑、工程和施工行业的创成式设计测试版。它使用户能够快速探索、评估和优化其 Dynamo 设计。

项目炼油厂允许您创建设计选项、设置目标并针对这些目标进行优化。当您选择最大化或最小化指定产量时,炼油厂将返回最佳选项。它还允许用户使用 Dynamo 包管理器的强大功能并运行自定义节点,包括 Python 节点。炼油厂在您的计算机本地运行,并允许自定义代码参与设计选项生成。

炼油厂将在 Dynamo for Revit 或 Dynamo Sandbox 中运行,并包含一个节点来缓存 Revit 数据以用于选项生成。炼油厂仍然是一个测试项目。有粗糙的边缘,但如果您想尝试一下并与我们合作推进 AEC 的衍生式设计,我们将非常兴奋。

炼油厂使用NSGA-II优化算法(一种遗传算法),这是一种用于多目标优化的元启发式优化算法。遗传算法通常用于依靠突变、交叉和选择等生物启发算子生成优化和搜索问题的高质量解决方案。遗传算法是一种基于群体的优化。基于人群的方法维护和改进了多个候选解决方案,通常使用总体特征来指导搜索。遗传算法中处理的每一轮优化称为生成。因此,当您将生成值设置为 40 时,对于每个 40 个设计的总体,选择、交叉和突变过程将发生 40 次。您可以在此处阅读更多内容。种子只是说算法应该从哪里开始。如果将种子保持在“64”,然后使用相同的输入进行另一次运行,则应得到相同的答案。

beta

更多信息和测试版访问:https://www.autodesk.com/solutions/refinery-beta

炼油厂的研究类型

random

使用此算例类型,您可以获得随机输入配置。

product

如果要调查整个设计空间,可以选择“跨产品”选项。

optimize

使用“优化”选项,您可以优化参数化模型的输出参数集,以提高设计性能

this

“像这样”意味着对您当前的输入配置应用轻微的变化

 

优化炼油厂

1. 在 Revit 的 Dynamo 中,转到“炼油厂”菜单“炼油厂>”炼油厂导出”

2. 按照对话框中的步骤操作

3. 开放炼油厂>启动炼油厂

4. 选择“新学习”并选择脚本的标题

5. 选择合适的研究和参数

炼油厂项目:有趣的信息

开始

炼油厂入门旨在向所有经验水平的AEC从业者介绍一种令人兴奋的使用创成式设计工作流程进行设计的新方法。

实时设计冲突验证

此示例已在 2016 年欧特克大学上详细展示。

models

有关更多信息,请观看建筑发电机 - 使用发电机爆炸生产力课程的录制。

塔式起重机定位

描述

对于承包商来说,确定塔式起重机的最佳数量和位置非常重要。这有助于避免多台起重机之间的冲突。在施工之前可以检测到可能的吊装问题。最后,承包商通过现场起重机不过载来节省时间和成本。

此脚本允许您根据施工图元的重量以及到多塔式起重机和送货车设置的距离,在 Revit 中评估施工图元。

crane1

运行脚本之前需要安装的软件包:

项目炼油厂

https://beta.autodesk.com/key/RefineryLanding 安装

BIM4结构起重机分析

此包包含用于概念光分析的节点。

工作流程

workflow

塔式起重机的范围和容量的分析可以通过多种方式进行分析。在这种情况下,分析基于以程图中描述的简化方法。此方法根据每个元素相对于塔式起重机和卡车的位置及其重量来计算每个元素的提升状态。

chart

发电机脚本概述

脚本的主要输入是:

  • 建筑构件:一组选定的 Revit 图元(楼板、墙壁、结构框架、零件等),需要在施工现场提升。

  • 起重能力表:代表塔式起重机的负载能力的值列表,具体取决于起重范围。

  • 卡车:这也称为供应区。在此示例中,供应区域由 Revit 模型中的卡车表示。

data

建筑构件几何图形和属性存储在 Dynamo 字典中。在元素分析期间,此字典将更新。这样可以更轻松地根据元素的提升状态过滤元素。

lift status

使用 DynaMap 的站点几何图形

为了快速获得实际站点的3D几何图形,您可以使用Dynamo DynaMaps软件包。然后,该几何图形可以用作起重机定位脚本的输入。

script

有关使用 DynaMap 从头开始构建场地几何图形并将该几何图形导入为 Revit 图元的所有信息和分步教程,可在此处找到:

下载课程讲义以继续。

Dieter Vermeulen 在欧特克担任北欧地区的技术销售专家 AEC,专门从事计算设计和工程产品组合的产品。在该领域,他帮助他们的客户更多地了解新的和创新的工作流程和解决方案策略。他是 AEC 行业中生成和计算设计力量的布道者和重要影响者。他在世界各地的会议上就这些主题进行了多次演讲。

Mostafa El Ayoubi是一位充满激情的建筑师和工程师,对AEC行业的一切都很感兴趣。Mostafa 是数据驱动结构的忠实信徒,他致力于开发/实施工具和工作流程,以促进设计、协作和文档编制。他是 Dynamo 社区的活跃成员,并且是数据形状包的创建者和维护者,该包是评分最高的 Dynamo 包。他创建了Data Shapes博客,并共同创立了Data Shapes公司,该公司为AEC公司提供尖端的BIM支持,培训,工具和工作流程。


路过

雷人

握手

鲜花

鸡蛋

QQ|Archiver|CAD开发者社区 ( 苏ICP备2022047690号-1   苏公网安备32011402011833)

GMT+8, 2025-3-12 12:35

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

返回顶部